voicman

Aplikacja dyktowania w pasku menu macOS, która nagrywa ze skrótu globalnego, transkrybuje przez Apple Speech i wkleja tekst do aktywnej aplikacji.

Po co istnieje

Dyktowanie nie powinno wymagać przełączania się do innego okna. voicman działa w pasku menu bez zwykłego okna głównego, rozpoczyna nagrywanie skrótem globalnym, pokazuje częściową transkrypcję w trakcie mówienia i potrafi wkleić gotowy tekst do aplikacji, która jest z przodu.

Co robi

• Aplikacja w pasku menu, bez zwykłego okna głównego w codziennym użyciu
• Skrót globalny, domyślnie Option + Space
• Krótkie naciśnięcie włącza i wyłącza nagrywanie; przytrzymanie działa jak push-to-talk
• Pływający panel z transkrypcją częściową na żywo
• Ręczna edycja tekstu przed zatwierdzeniem
• Automatyczne wklejenie do aktywnej aplikacji po przyznaniu uprawnienia dostępności
• Zachowanie chroniące schowek, gdy automatyczne wklejanie jest wyłączone
• Onboarding uprawnień mikrofonu, rozpoznawania mowy i dostępności

Stack

• Swift
• SwiftUI
• AppKit
• AVFoundation
• Speech
• Carbon HotKey

Użycie

xcodebuild -project voicman.xcodeproj -scheme voicman \
  -configuration Debug -derivedDataPath build build
open build/Build/Products/Debug/voicman.app --args --reset-onboarding

Notatki inżynierskie

Przechwytywanie i transkrypcja są połączone bezpośrednio, a nie przez kolejkę: AVAudioEngine strumieniuje bufory audio do SFSpeechRecognizer, a wyniki częściowe są renderowane w pływającym panelu, gdy nagrywanie nadal trwa. Ustawienia i stan onboardingu żyją w UserDefaults, a przepływ onboardingu można powtórzyć argumentem --reset-onboarding — to także sposób testowania ścieżki uprawnień bez reinstalacji.

Ograniczenia

• Automatyczne wklejanie wymaga uprawnienia dostępności; bez niego aplikacja kopiuje tekst do schowka.
• Repozytorium nie ma jeszcze osobnego celu testowego, a projekt jest skonfigurowany z MACOSX_DEPLOYMENT_TARGET = 26.1.

Źródło: Ahmetshbzz/voicman